WADe 2017-2018 (7/12) Architecture of RDF-based Applications. Linked Open Data Initiative

Dr.SabinBuragaprofs.info.uaic.ro/~busaco
Dezvoltarea aplicațiilor Web
♻Architectura aplicațiilor Web
gestionând date RDF. Linked Open Data

„E mai ușor să negi lucrurile,
decât să te informezi despre ele.”
Mariano José de Larra

Web attitude (Tim Berners-Lee)
anyone can say anything about anything
no one knows everything about anything
my system is most valuable
because of its interconnection to its peers

disponibilitatea datelor la nivel de Web
A fi stocat pe Web
(“on the Web”)
ca document „opac”
– disponibil într-un format proprietar sau nu –
fără a referi, pe baza standardelor Web,
alte resurse de interes

disponibilitatea datelor la nivel de Web
A fi descoperibil pe baza standardelor Web
(“in the Web”)
folosind modele/formate de date deschise
(e.g., HTML, XML, JSON, RDF etc.)
aliniate principiilor hipertextului/hipermedia,
procesabile independent de platformă

Necesitatea modelării cunoștințelor
knowledge modeling
unul dintre aspectele importante ale inteligenței artificiale
S. Russell, P. Norvig, Artificial Intelligence. A Modern Approach
(3rd Edition), Prentice Hall, 2010

Necesitatea modelării cunoștințelor
knowledge modeling
„instrumente” cognitive umane:
formal logic, rules, concepts, analogies,
images, neural connections

Apare necesitatea managementului acestora
knowledge management

Aspecte privind managementul cunoștințelor
Shadbolt & O’Hara, 2004
achiziția (acquiring)
modelarea (modelling)
obținerea (retrieving)
reutilizarea (reusing)
publicarea (publishing)
mentenanța (maintaining)

managementul cunoștințelor
Achiziția (acquiring)
aplicațiile Web trebuie să preia
informații și/sau cunoștințe,
nu date brute – lipsite de semnificație
e.g., texte (formatate) preluate din formulare

Achiziția (acquiring)
aplicațiile Web trebuie să preia
informații și/sau cunoștințe,
nu date brute – lipsite de semnificație
utilizatorii obișnuiți nu vor marca datele
în formate precum HTML sau JSON, XML, RDF etc.

FRED: de la limbaj natural la modele
conceptuale modelate via RDF
(A. Gangemi et al., 2016)
wit.istc.cnr.it/stlab-tools/fred

Modelarea (modelling)
conceptele trebuie stocate ca date structurate
ideal, fiecare fragment de informație trebuie modelat
riguros la nivel semantic
conform
expresivității dorite

conceptele trebuie stocate ca date structurate
ideal, fiecare fragment de informație trebuie modelat
riguros la nivel semantic
în practică, acest aspect este aproape imposibil
(vezi dificultățile de dezambiguizare a limbajului natural)

existența modelelor și formatelor eterogene

pași de urmat:
identificarea categoriilor (claselor) de resurse,
definirea proprietăților + restricțiilor,
completarea – (semi)automată a – datelor despre indivizi:
input explicit, data mining, tagging,
scheme de microdate HTML5, RDFa etc.
detalii în
cursurile viitoare

Obținerea (retrieving)
mecanisme de interogare și filtrare a cunoștințelor

oferirea de suport pentru efectuarea de agregări,
procesări și extrageri de date/informații/cunoștințe,
în manieră (semi-)automată,
pe baza meta-datelor și relațiilor dintre entități

oferirea de suport pentru efectuarea de agregări,
procesări și extrageri de date/informații/cunoștințe,
în manieră (semi-)automată,
pe baza meta-datelor și relațiilor dintre entități
e.g., recurgerea la instrumente software:
Apache Any23, GoodTables.io, OpenRefine, Pandoc,…

Reutilizarea (reusing)
fiecare entitate trebuie definită doar o singură dată
identificată printr-un URI

De ce este mai „bun” un URL precum
http://business.data.gov.uk/id/company/04285910
decât înregistrarea
Phil Archer (2013) – www.w3.org/2013/Talks/1016_phila_ldpoint/
SHA PCT PRACTICE BNF CODE BNF NAME ITEMS NIC ACT COST
Q30 5D7 A86003 0101010G0AAABAB Co-Magaldrox_Susp 195mg/220mg/5ml S/F

De ce este mai „bun” un URL precum
http://business.data.gov.uk/id/company/04285910
decât înregistrarea
“because you can look it up; because you can refer to a URI
in any context, unlike 'Q30' which only means something
in a specific context”
Phil Archer (2013) – www.w3.org/2013/Talks/1016_phila_ldpoint/
SHA PCT PRACTICE BNF CODE BNF NAME ITEMS NIC ACT COST
Q30 5D7 A86003 0101010G0AAABAB Co-Magaldrox_Susp 195mg/220mg/5ml S/F

datele trebuie să poată fi accesate la nivel global
oferirea seturilor de date (data sets) deschise
detalii în prezentarea S. Buraga, Why 5-Star Data? (2016)
www.slideshare.net/busaco/why-5star-data

aspecte importante:
disponibilitate în formate standardizate
politici de acces – copyright, proveniență, licențiere
confidențialitate (privacy)

depinde și de utilizabilitatea sistemului
formate alternative cu o sintaxă simplă, standardizată
interogări bazate pe exemple (query by example)
interacțiune naturală
flexibilitate – e.g., oferirea de sugestii sau exemplificări
etc.

explorare și filtrare multi-criterială
e.g., date publice deschise vizând USA
catalog.data.gov/dataset?tags=drug

Open Data
Monitor
vizualizarea și
compararea
unor indicatori
de calitate
(licență deschisă,
formate
procesabile,
disponibilitate,
meta-date)
privind date
despre Europa
opendatamonitor.eu

Publicarea (publishing)
datele/informațiile/cunoștintele trebuie să poată fi
publicate în formate standardizate deschise,
care să încurajeze refolosirea în alte contexte
de considerat atât utilizatorii umani, cât și aplicațiile

date/informații/cunoștințe publicate pe Web
– interconectate, partajate și reutilizate conform scopurilor
utilizatorilor – și disponibile într-o varietate de formate,
pe platforme (hardware/software) eterogene
B. Szekely & A. Meyer (2017)

Mentenanță (maintaining)
necesitatea existenței unor servicii care să asigure
consistența datelor/cunoștințelor
serviciile automate se pot baza pe instrumente
de efectuare a raționamentelor (reasoners)

realitate
Volatilitatea datelor/cunoștințelor
actualizări frecvente
inițial pot respecta o schemă de validare,
dar în viitor nu neapărat
dispariție neprevăzută
necesitatea arhivării + managementul versiunilor

realitate
Dificultăți în validarea datelor/cunoștințelor
de la text (multilingv) nestructurat și date binare
(imagini, audio, video,…) la date (semi-)structurate
date similare, dar nu identice
a se consulta și lucrările lui M. Tamer Özsu
cs.uwaterloo.ca/~tozsu/publications-topic.html#rdf

realitate
Probleme vizând interogarea datelor/cunoștințelor
în ce limbă va fi oferit rezultatul unei interogări?
cum poate fi specificat contextul?
ce se poate afirma despre credibilitatea conținutului?
(meta-)motoarele de căutare actuale nu-s suficiente?

realitate
Aspecte vizând scalabilitatea
poate fi exprimată și gestionată „privirea de ansamblu”
asupra Web-ului (capturing everything)?
are sens a lua în considerație întregul Web
pentru a realiza anumite procesări:
interogarea, verificarea consistenței, monitorizarea,…?

realitate
Existența unei/unor suite de formalisme,
specificații, limbaje, instrumente, servicii specifice
cu grade de maturitate și adopție diferite

realitate
Benjamin Nowack, 2009

Care este arhitectura aplicațiilor
aliniate problematicilor Web-ului semantic?

Arhitectura aplicațiilor bazate pe RDF
adaptare după (Allemang & Hendler, 2011)
Query Engine
RDF Store
(merger)
fișiere RDF
(XML, Turtle,
JSON-LD etc.)
pagini Web, foi de
calcul, tabele, baze de
date, fluxuri de date,…
aplicație
vizualizare, căutare,
filtrare, analiză,…
(via UI și/sau API)
converting
scraping
parsing
serialization

Web/
native
app
dynamic
content
engine
RDF
store*
dynamic
content
engine
RDF
store*
(micro-)
services
e.g., AI
techniques
(micro-)
services
☁ ☁
☁
☁
☁
HTTP
Web Sockets
HTML
JSON et al.
SPARQL SPARQL
* data and/or knowledge
(meta-data, taxonomy, ontology)
reason, learn,
filter, visualize,
aggregate,…
arhitectura – eventual, adoptând (micro-)servicii –
a aplicațiilor de gestionare a cunoștințelor

Web/
native
app
dynamic
content
engine
RDF
store*
dynamic
content
engine
RDF
store*
(micro-)
services
e.g., AI
techniques
(micro-)
services
☁ ☁
☁
☁
☁
HTTP
Web Sockets
HTML
JSON et al.
SPARQL SPARQL
* data and/or knowledge
(meta-data, taxonomy, ontology)
reason, learn,
filter, visualize,
aggregate,…
pentru un web specific, se poate recurge la o federație
de puncte terminale SPARQL (SPARQL federation)

aplicații rdf: SWAML
Extragerea datelor din mesaje de e-mail, în vederea
interogării, reutilizării și publicării ulterioare
(Sergio Fernández et al., 2009)
procesează datele în format mailbox (RFC 4155) și
oferă descrieri RDF ale mesajelor, listelor de distribuție
și persoanelor, bazându-se pe SIOC
interogări via SPARQL, publicare folosind RDFa

aplicații rdf: SWAML
export în format KML pentru realizarea de mash-up-uri
pe baza Google Maps
swaml.wikier.org

aplicații rdf: semantic mediawiki
Management colaborativ al conținutului
modelat semantic (semantic wikis)
Semantic MediaWiki
extensie a sistemului MediaWiki:
permite adnotarea semantică a conținutului unui wiki
semantic-mediawiki.org

Idee:
asocierea de perechi proprietate—valoare
fiecărui fragment de informație dintr-un wiki
The title of this book is '''[[Has Title::Cloud Atlas]]'''
[[Surface area::{{{1}}}e{{{2}}} m²|{{{1}}} × 10<sup>{{{2}}}</sup> m²]]

Facilități în contextul Web-ului semantic:
export de date RDF
posibilitatea de a expune un punct terminal SPARQL
reutilizarea unor vocabulare consacrate
(importuri DCMI, FOAF, BIBO – Bibliographic Ontology)
www.semantic-mediawiki.org/wiki/Help:Semantic_Web

Utilizări în special în e-science
(arheologie, biologie, biomedicină, lingvistică,…)
și în domeniul guvernamental, inclusiv în e-learning
www.semantic-mediawiki.org/wiki/Semantic_MediaWiki_publications

aplicații rdf: dbpedia
De la conținut colaborativ la adnotare semantică
(Christian Bizer et al.)
constituie o bază de cunoștințe via Wikipedia:
seturi de date (datasets) + model conceptual
versiunea în limba engleză:
descrieri RDF a peste 4,5 milioane de „lucruri” (things)
conținut disponibil în 125 limbi – 38 milioane de „things”

recurge la diverse modele conceptuale (ontologii)
vizând mai multe domenii
vezi cursurile
viitoare

acces via SPARQL: wiki.dbpedia.org/OnlineAccess
versiune pentru download (aprilie 2016) – arhive .bzip2
wiki.dbpedia.org/Downloads
disponibilitate în cloud (în stil PAGO – Pay As You Go)
aws.amazon.com/marketplace/pp/B012DSCFEK/
ontology2.com/the-book/dbpedia-2016-04.html

aplicatii rdf: exemplificari
surse de date care referă alte entități DBpedia
(Bizer et al., 2009)
de studiat svn.aksw.org/papers/2013/SWJ_DBpedia/public.pdf

Extractori pentru procesarea tipurilor de conținuturi
oferite de Wikipedia
labelsrdfs:label, interlanguage links, redirects,
imagesfoaf:depiction, geo-coordinates,
disambiguationdbpedia:disambiguates,
external linksdbpedia:reference,
pagelinksdbpedia:wikilink etc.

Extractori pentru procesarea tipurilor de conținuturi
oferite de Wikipedia
implementare:
DBpedia Information Extraction Framework
conceput inițial în PHP, actualmente în Scala
github.com/dbpedia/extraction-framework/wiki
utilizat și în alte contexte, precum extragerea de fapte:
github.com/dbpedia/fact-extractor

aplicatii rdf: exemplificari
OAI-PMH (Open Archives Initiative Protocol for Metadata Harvesting)

DBpedia Live
responsabil cu sincronizarea datelor Wikipedia↔DBpedia
(implementare Java)
wiki.dbpedia.org/online-access/DBpediaLive

aplicații rdf: wikidata
Bază de date structurate (cunoștințe) multilingve
disponibilă în regim deschis și colaborativ
inițiativă a fundației Wikimedia
pe baza proiectelor Wikipedia, Wikimedia Commons,…
utilizează seturile de date/cunoștințe
oferite de DBpedia și Freebase (ex-proiect Google)
www.wikidata.org

Depozitul de cunoștințe e stocat centralizat,
fiind compus din items
„lucruri” (things) de interes vizând cunoașterea umană:
subiecte, concepte, obiecte,…
www.wikidata.org/wiki/Help:Items

Un item posedă:
un identificator unic
Q urmat de un cod numeric
diverse meta-date
etichetă (label), descriere, alias-uri

conceptul Earth (Q2) are asociate diverse
etichete, descrieri și alias-uri multilingve
la nivel de Web, accesat via URI:
https://www.wikidata.org/wiki/Q2

Despre un item se pot formula anumite afirmații
(statements)
pereche proprietate—valoare
proprietățile sunt identificate unic (prefix P + un cod
numeric) și au predefinit un tip de date ce restricționează
valorile (unice, multiple sau necunoscute) admise
www.wikidata.org/wiki/Help:Statements

via afirmații, proprietățile conectează un item
de valori numerice sau alți items
exemplu: Q2 P31 Q3504248

la rândul lor, proprietățile au asociate
etichete, descrieri și alias-uri
lista proprietăților Wikidata:
www.wikidata.org/wiki/Wikidata:List_of_properties

Despre un item se pot formula anumite afirmații
(statements)
o afirmație poate fi extinsă și adnotată, plus poate fi
plasată într-un context – adăugându-i-se (meta-)date:
calificatori (qualifiers) – www.wikidata.org/wiki/Help:Qualifiers
referințe (references) – www.wikidata.org/wiki/Help:Sources
ranguri (rank) – www.wikidata.org/wiki/Help:Ranking

contextul specificării unor date de interes
(e.g., proveniența – cine, când, cum, de ce)

aplicații rdf: metaphactory platform
Interacțiunea vocală cu utilizatorul pentru a obține
cunoștințe dorite (question answering)
modelare de date și cunoștințe prin RDF + OWL
reutilizarea cunoștințelor oferite de Wikidata
interogări SPARQL
procesare de limbaj natural via serviciile Amazon Alexa
tehnici bazate pe rețele neuronale pentru analiza datelor
prelucrări statistice cu R
exploatare „în nori”

aplicații rdf: metaphactory platform
P. Haase et al., Alexa, Ask Wikidata! Voice Interaction
with Knowledge Graphs using Amazon Alexa, ISWC 2017
www.metaphacts.com/images/PDFs/publications/ISWC2017-Alexa-Ask-Wikidata.pdf

studii de caz: www.w3.org/2001/sw/sweo/public/UseCases/

Cum publicăm datele pe Web
astfel încât să fie asigurate
reutilizarea și interoperabilitatea?

linked data
Paradigmă de publicare a datelor pe Web
care recurge la tehnologiile Web existente
Tom Heath & Christian Bizer, Linked Data:
Evolving the Web into a Global Data Space,
Morgan & Claypool, 2011
http://linkeddatabook.com/book

linked data
Paradigmă de publicare a datelor pe Web
care recurge la tehnologiile Web existente
reducerea redundanței
facilitarea reutilizării
permiterea descoperirii
maximizarea inter-conectivității între „lucruri” înrudite
adoptarea unei abordări pragmatice

linked data
Viziune:
Use the Web of Data as a Content Management System
Use the community at large as content editors
Ivan Herman (2013) – www.w3.org/2013/Talks/0902-Lisbon-IH/

linked data
Ingrediente de bază:
identificare – URI
acces – HTTP
modelare – RDF
structurare – schema.org, RDF Schema, OWL
cursurile viitoare

linked data
un „nor” al datelor interconectate extrase din DBpedia
exemplu furnizat de R. Meymandpour & J. Davis (2013)

linked data: principii (Berners-Lee)
Utilizarea URI-urilor pentru numirea „lucrurilor”
specificarea via URI a oricăror resurse
– informaționale sau non-informaționale –,
nu doar a documentelor
identitate unică la nivel global
http://www.w3.org/DesignIssues/LinkedData.html

Folosirea de URI-uri ce pot fi vehiculate via HTTP
orice URI are un proprietar:
persoană, organizație, specificație,…
utilizatorii/aplicațiile pot localiza resursele
(oricine posedă un browser/client Web)

Oferirea de informații utile în format RDF
atunci când un agent (software) accesează un URI,
poate „afla” (meta-)date de interes

Includerea în reprezentarea RDF
a unor legături spre alte URI-uri
facilitarea descoperirii de informații înrudite
(network effect)

S. Buraga, “Towards 5-star Data in the E-university” (2014)
www.slideshare.net/busaco/towards-5star-data
date de 5 stele (5 ★ Open Data)

★
make your stuff available on the Web
(whatever format) under an open license
★★
make it available as structured data
e.g., Excel instead of image scan of a table
★★★
use non-proprietary formats
e.g., CSV instead of Excel
★★★★
use Web addresses (URLs) to denote things,
so that people can point at your stuff
★★★★★
link your data to other data
to provide context
conform Ed Summers (2010)

linked data: studiu de caz
Publicarea pe Web a datelor interconectate
referitoare la whisky – conform (T. Heath, 2009)

Aspecte de interes:
existența on-line a unui magazin destinat connoisseur-ului
afacere online – wiskii.com – fondată de Jeff
informații furnizate de experți ai domeniului
contribuții realizate și de către utilizatori obișnuiți
implementare bazată pe un server de aplicații Web
date stocate relațional și/sau într-un RDF store
acces simultan la date în HTML și RDF

Metodologie:
1. înțelegerea principiilor linked data
2. înțelegerea (conceptualizarea) datelor
3. stabilirea de URI-uri pentru entități (things)
4. stabilirea infrastructurii
5. relaționarea cu alte seturi de date existente
6. descrierea și publicarea datelor

Care sunt aspectele principale care trebuie
considerate privind datele aplicației Web?

Care sunt aspectele principale care trebuie
considerate privind datele aplicației Web?
persoane?
locații geografice?
artefacte culturale?
comentarii?
recenzii?

Aspecte – concepte – de interes vizând
baza de cunoștințe utilizată de aplicația wiskii.com
distilerii, regiuni + localități geografice, fondatori,
proprietari, brand-uri, produse, fotografii,
recenzii (review-uri), comentarii, prețuri + oferte

Descrierea datelor pe baza vocabularelor
principii:
reutilizarea, nu inventarea unui alt vocabular
combinarea vocabularelor existente

potențiale modele conceptuale ce pot fi adoptate:
Geonames – www.geonames.org/ontology/
FOAF (Friend Of A Friend) – www.foaf-project.org/
Review – vocab.org/review/
Whisky – vocab.org/whisky/
+
cel furnizat de schema.org (concepte utile: Brand, Offer,
BusinessEvent, FoodService, LiquorStore, Map, Product,…)

Term URI Description
Comment http://purl.org/stuff/rev#Comment A comment on a review.
Feedback http://purl.org/stuff/rev#Feedback Feedback on the review.
Review http://purl.org/stuff/rev#Review A review of an work.
commenter http://purl.org/stuff/rev#commenter The commenter on the review.
hasReview http://purl.org/stuff/rev#hasReview Associates a work with a a review.
hasComment http://purl.org/stuff/rev#hasComment
Used to associate a review with a
comment on the review.
hasFeedback http://purl.org/stuff/rev#hasFeedback
Associates a review with a feedback on
the review.
maxRating http://purl.org/stuff/rev#maxRating A numeric value.
minRating http://purl.org/stuff/rev#minRating A numeric value.
positiveVotes http://purl.org/stuff/rev#positiveVotes Number of positive usefulness votes.
rating http://purl.org/stuff/rev#rating A numeric value.
reviewer http://purl.org/stuff/rev#reviewer The person that has written the review.
text http://purl.org/stuff/rev#text The text of the review.
title http://purl.org/stuff/rev#title The title of the review.
totalVotes http://purl.org/stuff/rev#totalVotes Number of usefulness votes (integer).
type http://purl.org/stuff/rev#type The type of media of a work under review.
concepte și proprietăți definite de vocabularul Review
model similar: http://schema.org/Review

vocabularele (tipurile de date) definite pot avea ulterior
atașate specificații formale

Alegerea URI-urilor corespunzătoare
principii:
recurgerea la schema HTTP pentru facilitarea accesului
http://vocab.org/whisky/terms/Brand
versus
urn:whisky-vocab:brand

principii:
evitarea imixtiunii în alte spații de nume

principii:
abstractizare – evitarea detaliilor de implementare
http://dbpedia.org/resource/Romania
versus
http://www4.wiwiss.fu-berlin.de:2020/demos/dbpedia/cgi-bin/
resources.php?id=Romania

principii:
folosirii unei singure convenții de referire
# (hash) sau / (slash)
http://undeva.info/foaf.rdf#me
versus
http://undeva.info/id/me

șabloane de stabilire a URI-urilor
http://dbpedia.org/resource/Science Thing (concept)
http://dbpedia.org/data/Science Date RDF
http://dbpedia.org/page/Science Pagină HTML
http://revyu.com/people/tom Thing (concept)
http://revyu.com/people/tom/about/rdf Date RDF
http://revyu.com/people/tom/about/html Pagină HTML
http://undeva.info/concept Thing (concept)
http://undeva.info/concept.rdf Date RDF
http://undeva.info/concept.html Pagină HTML

Exemplificări (clasă + instanță):
regiuni http://wiskii.com/regions/speyside
distilerii http://wiskii.com/distilleries/talisker
brand-uri http://wiskii.com/brands/talisker
produse http://wiskii.com/products/talisker-10-yo
persoane http://wiskii.com/people/william-matheson
fotografii http://wiskii.com/photos/58
review-uri http://wiskii.com/reviews/271

Accesul la o anumită reprezentare – exemple:
concept  http://wiskii.com/brands/talisker
date RDF  http://wiskii.com/brands/talisker/rdf
pagină HTML  http://wiskii.com/brands/talisker/html

Stabilirea infrastructurii
HTML RDF
aplicație
Web
date

HTML RDF
aplicație
Web
date
http://wiskii.com/brands/talisker/html http://wiskii.com/brands/talisker/rdf

HTML RDF
aplicație
Web
date
http://wiskii.com/brands/talisker

HTML RDF
aplicație
Web
date
HTTP GET


HTML RDF
aplicație
Web
date
HTTP GET

HTTP 303 See Other HTTP 303 See Other
content
negotiation

Relaționarea cu alte seturi de date
de (re)considerat „norul” linked data
lod-cloud.net

Linking Open Data cloud diagram 2017
(A. Abele, J. P. McCrae, P. Buitelaar, A. Jentzsch, R. Cyganiak)
august 2017

fiecare set de date RDF pot fi gestionat și interconectat
via diverse instrumente software
soluție de referință:
CKAN (Comprehensive Knowledge Archive Network)
ckan.org
alternative:
OpenDataSoft – docs.opendatasoft.com
Socrata Open Data API – dev.socrata.com

aspecte de interes privind vocabularele publice:
gradul de utilizare
mentenanța
aplicabilitatea
expresivitatea

predicate generice folosite uzual:
foaf:homepage, foaf:topic, foaf:based_near, foaf:maker,
foaf:depiction, foaf:primaryTopic,…
owl:sameAs
rdfs:seeAlso
schema:identifier, schema:sameAs, schema:url etc.

Relaționarea cu alte seturi de date – exemplificări:
distilleries
GeoNames
regions
DBpedia
Wikidata
brands
Open Food Facts IMGpedia
products

Relații între diverse resurse din seturi de date diferite
DBpedia, GeoNames, VIAF (Virtual International Authority File),…
<http://dbpedia.org/resource/Kolkata>
owl:sameAs <https://www.wikidata.org/wiki/Q1348> ;
owl:sameAs <http://sws.geonames.org/1275004> ;
owl:sameAs <http://viaf.org/viaf/235145542498896641429/> ;
...
<http://sws.geonames.org/1275004>
rdfs:seeAlso <http://dbpedia.org/resource/Kolkata>
wgs84_pos:lat "22.56263" ;
wgs84_pos:long "88.36304" ;
gn:parentCountry <http://sws.geonames.org/1269750> ;
...
adaptare după Ivan Herman (2013)

linked data
Adoptarea principiilor linked data la un domeniu dat
exemplificări:
Archeological Linked Open Data – linkedarc.net
COLINDA (Conference Linked Data) – www.colinda.org
Drug Encyclopedia – datlowe.org/drug-encyclopedia/
Human Associations in the Semantic Web
joernhees.github.io/associations/
IMGpedia – imgpedia.dcc.uchile.cl
LBD (Linked Brain Data) – www.linked-neuron-data.org
Linked Geo Data – linkedgeodata.org
Linked Jazz – linkedjazz.org

linked data
Adoptarea principiilor linked data la un domeniu dat
exemplificări – continuare:
Linked Life Data – linkedlifedata.com
LOV (Linked Open Vocabularies) – lov.okfn.org/dataset/lov/
Linked Statistics – linked-statistics.gr
LSD (Linked Stream Data)
videolectures.net/iswc2012_le_phuoc_processing_engines/
Open PHACTS Discovery Platform – www.openphacts.org
Scholarly Data – www.scholarlydata.org
The Open University Linked Data – data.open.ac.uk
US Library of Congress Linked Data – id.loc.gov

linked data
Recurgerea la principiile linked data la nivel local
(privat) – i.e., depozite de date disponibile
la nivel organizațional (enterprise)
LLD (Linked Local Data)
kidehen.blogspot.com/2014/08/linked-local-data-lld-and-linked-open.html
exemple (European Linked Data Award, 2015—2017):
http://2017.semantics.cc/awards
http://semantics.cc/eldc-awards-given

linked data: inginerie – necesități
Calitatea datelor
Disponibilitatea și stabilitatea setului de date
(e.g., acces via API-uri, meta-date, versiuni, vocabulare,…)
Publicarea direct pe situl public
Claritate privind termenii de (re-)utilizare
(licențiere, proveniență, prezervare – i.e., arhivare)
Existența aplicațiilor
Data on the Web Best Practices (recomandare W3C, 2017)
www.w3.org/TR/dwbp/
don’t repeat
yourself

statistici vizând „norul” datelor interconectate: stats.lod2.eu
Jan’13 Nov’14 Nov’15 Dec’16 Nov’17
Datasets 639 1048 9960 9960 9960
RDF triples (mld.) 1.7 5.7 85.5 154.6 149.4
Errors (%) 49.8 64.9 65.6 79.8 70.1

linked data: inginerie
Aspecte privind cele mai bune practici:
identificarea resurselor – identifier patterns
modelare – modelling patterns
publicare a datelor – publishing patterns
management al datelor – data management patterns
dezvoltare de aplicații – application patterns
evaluarea calității – e.g., benchmarking

linked data: inginerie – ldp
Considerații metodologice și pragmatice
oferite de recomandarea W3C (2015)
Linked Data Platform 1.0 – www.w3.org/TR/ldp/
a se studia și metodologia Solid (Social Linked Data)
github.com/solid/solid-spec

Linked Data Platform 1.0
orice client, server sau o combinație a acestora
care se conformează prevederilor LDP pentru a accesa
(containere de) resurse Web
– de dorit, reprezentabile prin RDF – via HTTP

o introducere în articolul lui Cody Burleson (2014)
www.dataversity.net/introduction-linked-data-platform/
diverse bune practici și reglementări:
www.w3.org/TR/ldp-bp/

exemple de implementări – unele încă în lucru:
Apache Marmotta (Java), Callimachus (Java),
Carbon LDP (JS), Glutton (Python), Gold (Go), OpenLink
Data Spaces (JS), rww-play (Scala), Solid (Node.js)
www.w3.org/wiki/LDP_Implementations

linked data: inginerie – ldf
rezolvarea interogărilor SPARQL la nivel de client
Linked Data Fragments (inițiativă în lucru, din 2015)
linkeddatafragments.org

acces asincron la fragmente de triple RDF
(triple pattern fragments)
aici, un client Web recurgând la Ajax
soluții software
(Java, JavaScript, Perl, Python etc.):
linkeddatafragments.org/software/

deservirea datelor via servicii: Linked Data-as-a-Service
date RDF „brute” (data dumps)
documente incluzând date interconectate
puncte-terminale (endpoints) SPARQL
fragmente de triple obținute asincron
alte API-uri
L. Rietveld et al., “Linked Data-as-a-Service: The Semantic Web Redeployed”,
ESWC 2015 – http://ruben.verborgh.org/publications/rietveld_eswc_2015/

notificări: Linked Data Notifications (W3C, 2017)

notificări: Linked Data Notifications
context mai larg: fluxuri de date RDF (RDF streams)
D. Dell’Aglio et al., “On a Web of Data Streams”,
ISWC 2017 DeSemWeb, 2017: dellaglio.github.io/webstreams/

asigurarea anonimității și intimității (privacy)
partajarea de meta-date fără a expune informații private
e.g., show what kind of resources are available
controlul accesului efectiv la (meta-)date
via politici de acces, disponibilitate limitată,…

linked data: testare & depanare
Verificarea corectitudinii sintaxei RDF
instrumente software:
W3C RDF Validator – www.w3.org/RDF/Validator/
Eyeball (instrument inclus în Apache Jena)
de experimentat și LOD Laundromat (Beek et al., 2014)
http://lodlaundromat.org/
un tutorial privind validarea datelor RDF:
weso.github.io/RDFValidation_ESWC16/

Verificarea infrastructurii
(e.g., dereferențierea URL-urilor)
RDF:Alerts – http://swse.deri.org/RDFAlerts/

Depanarea (inspectarea triplelor) RDF
manuală
eventual, preluând datele – în stilul REST –
via cURL sau un instrument similar

Depanarea (inspectarea triplelor) RDF
recurgerea la un hyperdata (semantic) browser
e.g., instrumentul OpenLink Data Explorer ca extensie
a unui navigator Web actual – ode.openlinksw.com

Vizualizarea datelor interconectate
exemplificări:
LodLive – http://en.lodlive.it/
LODmilla – lodmilla.sztaki.hu/lodmilla/

linked data: vizualizare
Silk Workbench – un asistent Web oferind suport pentru
interconectarea diverselor surse de date: silkframework.org
alt proiect de interes: LOD for all – lod4all.net

linked data: asigurarea calității
Măsurarea performanței sistemelor RDF
cadrul general:
The graph & RDF benchmark reference – ldbcouncil.org
sisteme existente – exemple:
EvoGen Benchmark Suite (Java)
ceur-ws.org/Vol-1585/mepdaw2016_paper_03.pdf
Semantic Publishing Benchmark (Java)
github.com/ldbc/ldbc_spb_bm_2.0

Evoluția și arhivarea datelor RDF
considerații teoretice + aplicative:
V. Papakonstantinou et al., Versioning for Linked Data, BLINK 2016
ceur-ws.org/Vol-1700/paper-05.pdf
P. Meinhardt, Versioning Linked Datasets, Master’s Thesis (2015)
hpi.de/fileadmin/user_upload/fachgebiete/meinel/Semantic-Technologies/theses/Masterthesis-Meinhardt-2015.pdf
a se vedea și proiectul de cercetare HOBBIT – project-hobbit.eu/
exemplu de sistem existent:
R43ples (implementare Java) – plt-tud.github.io/r43ples/

exemplificare: LOD-a-lot – lod-a-lot.lod.labs.vu.nl/
acces pe baza cererilor asincrone și a formatului HDT

Există aplicații Web reale
aliniate „curentului” linked data?

aplicația1
linked data
server1
linked data
server2
acces (a)sincron
HTTP(S), WebSocket,…
aplicația2
adaptaredupăI.Herman(2013)

SPARQL / RDF API
arhitectura stratificată a aplicațiilor bazate pe linked data
(T. Heath & C. Bizer, 2011)

linked data: aplicații
Revyu
Semantic Web reviewing and rating site
(T. Health & E. Motta, 2008)
permite integrarea datelor evaluate de utilizatori
review-urile sunt stocate + publicate transparent în RDF
(utilizatorii finali introduc datele în mod tradițional)

Revyu
recurge la vocabulare ca Review, FOAF, SKOS
interogări pe baza unui punct terminal SPARQL
interconectare cu date de la DBpedia, OpenGuides etc.
implementare bazată pe RAP (RDF API for PHP)

myExperiment (David De Roure et al.)
aplicație Web colaborativă – bazată pe Ruby on Rails –
pentru managementul workflow-urilor științifice
și a altor obiecte vizând cercetarea
modelarea datelor recurge la RDF:
http://rdf.myexperiment.org/
acces la date publice via SPARQL

Inițiativele semantic (open) e-government
linked data în contextul informațiilor publice ale UK:
https://data.gov.uk/data/search
de studiat și prezentările lui Richard Wallis: www.slideshare.net/rjw
câteva proiecte similare:
Canada – open.canada.ca/en/open-data
Franța – www.data.gouv.fr/fr/dashboard/
USA – www.data.gov/developers/
inițiativa Open Government Partnership: www.opengovpartnership.org

SIGMA (SemantIc Government Mashup Application)
Claudia Gheorghiu, Radu Nicolescu, Andrei Vasile Bogdan,
Cristian Ochișor, Sabin Buraga, Lenuța Alboaie (2011)
platformă Web extensibilă capabilă să creeze mashup-uri
oferind acces la date guvernamentale deschise
includerea unei soluții proprii de acces via un end-point
SPARQL la date guvernamentale preluate de la gov.ro

film demonstrativ
https://vimeo.com/79785943

Alte utilizări
(S. Decker et al., 2012; H. Quoc et al., 2014)
e-geografie (e.g., date spațiale interconectate)
www.semantic-web-journal.net/system/files/swj877.pdf
mass-media: BBC, Guardian, New York Times
publicații academice: CrossRef, Nature
biblioteci (digitale): Library of Congress, Franța, Vatican,…

D. Le-Phuoc et al., “Enabling Live Exploration on The Graph of Things”
challenge.semanticweb.org/2014/submissions/swc2014_submission_8.pdf
graphofthings.org

Pentru diverse exemplificări, a se consulta și lucrările
atelierelor de lucru LDOW (Linked Data on the Web)
http://events.linkeddata.org/ldow2017/
…

linked data
Amănunte în cartea disponibilă liber
Leigh Dodds & Ian Davis, Linked Data Patterns.
A Pattern Catalogue for Modelling, Publishing,
and Consuming Linked Data (2012)
patterns.dataincubator.org
a se studia și School of Data Handbook (2013)
schoolofdata.org/handbook/

„concluzii”
Aspecte importante vizând datele interconectate:
agregarea dinamică a informațiilor/cunoștințelor
pe baza datelor externe disponibile public
evitarea dependenței de marcajele HTML
(no Web scraping) și de API-uri specializate
acces la (meta-)datele dorite via HTTP clasic
beneficii aduse de interconectare – linked open data
e.g., suport pentru descoperire

„concluzii”
“Software – as a service or not – is just a container.
What makes software valuable has always been what
it does to data. Now, in the same spirit of SOA and SaaS,
a new concept is emerging, Data-as-a-Service – DaaS.”
Pete Soderling, 2010
http://goo.gl/S4dYy

rezumat
♻aplicații bazate pe Web of data
arhitectură, linked data, studii de caz
mulțumiri Claudiei Gheorghiu și lui Ștefan Negru – @blankdots

episodul viitor:
modelarea cunoștințelor via RDF Schema

WADe 2017-2018 (7/12) Architecture of RDF-based Applications. Linked Open Data Initiative

Recommended

Recommended

More Related Content

What's hot

What's hot (14)

Similar to WADe 2017-2018 (7/12) Architecture of RDF-based Applications. Linked Open Data Initiative

Similar to WADe 2017-2018 (7/12) Architecture of RDF-based Applications. Linked Open Data Initiative (20)

More from Sabin Buraga

More from Sabin Buraga (20)

WADe 2017-2018 (7/12) Architecture of RDF-based Applications. Linked Open Data Initiative